Качественные исследования рынка фокусируются на достоверность данных вместо того, чтобы сосредоточиться на данных, которые можно было бы определить как количественные исследования. Качественные исследования важны, потому что они измеряют вещи, которые цифры не могут определить; качественные методы иногда выявляют тенденции до того, как они проявятся в количественных данных.
Надежность данных состоит из четырех ключевых компонентов: достоверность, возможность передачи, надежность и подтверждаемость.
Доверие
Триангуляция и проверки членов помогают установить доверие и способствуют надежности. Другие факторы включают длительное взаимодействие с настойчивые наблюдения предметов исследования.
Триангуляция задает одни и те же исследовательские вопросы разным участникам исследования и собирает данные из разных источников с помощью разных методов для ответа на одни и те же вопросы. Проверка участников происходит, когда исследователи просят участников просмотреть данные, собранные интервьюерами, и интерпретацию этих данных исследователями. Участники в целом ценят процесс проверки участников, поскольку он дает им возможность проверить свои заявления и заполнить любые
Возможность передачи
Возможность переноса обобщает результаты исследования и пытается применить их к другим ситуациям и контекстам. Исследователи не могут однозначно доказать, что результаты, основанные на интерпретация данных подлежат передаче, но они могут установить, что это вероятно.
Целенаправленный отбор проб, форма невероятностной выборки, используется для максимизации конкретных данных относительно контекста, в котором они были собраны. Это отличается от совокупной информации, которая может быть получена в результате количественного исследования. Целенаправленная выборка учитывает характеристики субъектов выборки, которые напрямую связаны с вопросами исследования.
Надежность
Многие качественные исследователи полагают, что если была продемонстрирована достоверность, нет необходимости также и отдельно демонстрировать надежность. Однако если исследователь допускает анализ терминов, то достоверность кажется более связанной с достоверностью, а надежность — более связанной с надежностью.
Иногда достоверность данных оценивается с помощью аудита данных. Аудит данных может быть проведен, если набор данных очень толстый чтобы аудитор мог определить, применима ли ситуация исследования к его обстоятельствам. Без достаточной детализации и контекстной информации это невозможно. В любом случае, важно помнить, что цель не состоит в том, чтобы делать обобщения за пределами выборки.
Подтверждаемость
Качественные исследования могут проводиться для повторения более ранней работы, и когда это является целью, важно, чтобы категории данных были внутренне согласованными. Авторы Ивонна С. Линкольн и Эгон Дж. Губа заявил в своей книге «Натуралистическое исследование» 1985 года, что исследователи должны разработать правила, описывающие свойства категорий и которые, в конечном итоге, могут быть использованы для обоснования включение каждого бита данных это остается отнесенным к категории, а также служит основой для последующих тестов на воспроизводимость.
Для других исследователей важно иметь возможность воспроизвести результаты, чтобы показать, что эти результаты являются продуктом независимых исследовательских методов, а не сознательной или бессознательной предвзятости.
Источники:
Дай Дж.Г., Шац И. М., Розенберг Б. А., Коулман С. Т. (2000, январь). Метод постоянного сравнения: калейдоскоп данных. Качественный отчет, 4(1/2).
Глейзер Б. и Штраус А. (1967). Открытие обоснованной теории: стратегии качественных исследований. Чикаго, Иллинойс: Олдин.
Линкольн, Ю. С., Губа Е. Г. (1985). Натуралистическое исследование. Ньюбери-Парк, Калифорния: Сейдж.
